Du får in nya recensioner, och sedan börjar det riktiga jobbet. Någon måste läsa dem, bedöma tonen, tagga dem och lista ut vad som behöver uppmärksamhet innan ett litet problem blir en offentlig tråd.
Marknadschefer behöver snabba “plock för social proof”-val. Supportansvariga behöver tidiga varningar. Produktteamet vill se mönster, inte anekdoter. Den här automatiseringen för sentimenttaggning av recensioner gör varje ny rad i Google Sheets till en tydlig etikett: Positiv, Neutral eller Negativ – utan att du behöver sitta och vakta den.
Nedan ser du hur arbetsflödet körs, vad det förändrar i vardagen och vad du behöver för att få det live i n8n.
Så fungerar den här automatiseringen
Se hur det här löser problemet:
n8n Workflow Template: Google Sheets + OpenAI: tagga recensionssentiment
flowchart LR
subgraph sg0["Google Sheets Flow"]
direction LR
n0@{ icon: "mdi:robot", form: "rounded", label: "Sentiment Analysis", pos: "b", h: 48 }
n1@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n2@{ icon: "mdi:play-circle", form: "rounded", label: "Google Sheets Trigger", pos: "b", h: 48 }
n3@{ icon: "mdi:database", form: "rounded", label: "Updated Sentiment of Product..", pos: "b", h: 48 }
n1 -.-> n0
n0 --> n3
n2 --> n0
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n2 trigger
class n0 ai
class n1 aiModel
class n3 database
Utmaningen: att göra röriga recensioner till något användbart
Recensioner kommer in en och en, men du upplever dem som en hög. När någon väl öppnar kalkylarket finns det 40 nya rader och hälften av dem är luddiga (“helt okej”), känsloladdade eller skrivna i all hast. Så du skummar, gissar sentiment och går vidare. Sedan slinker en riktigt negativ recension igenom, ingen svarar snabbt och teamet märker det först när skadan redan är skedd. Även när inget exploderar är de ständiga kontextbytena utmattande. Det är småjobb, men det tar aldrig slut.
Det blir snabbt mycket. Här är var det faller i verkliga team.
- Någon måste läsa varje recension, vilket blir ett dagligt “kalkylarksjobb” som ingen äger.
- Manuella taggar glider över tid, så “Negativ” betyder fem olika saker beroende på vem som satte etiketten.
- Du ser trender först i efterhand, eftersom arket har råtext men ingen konsekvent struktur.
- Viktiga recensioner skickas inte vidare någonstans, så support och marknad upptäcker dem för sent.
Lösningen: auto-tagga varje ny recension med OpenAI
Det här arbetsflödet bevakar ditt Google Sheet efter nya recensionsrader och klassificerar var och en i samma ögonblick som den kommer in. När en ny recension läggs till hämtar n8n recensionstexten, skickar den till OpenAI via den inbyggda OpenAI Chat Model som används av steget för sentimentanalys och får tillbaka en enkel etikett: Positiv, Neutral eller Negativ. Sedan skriver det tillbaka etiketten i kolumnen “Sentiment” på samma rad. Ingen kopiera-klistra, inget “vad bestämde vi förra gången?”, ingen backlogs. Slutresultatet är fortfarande ditt välbekanta kalkylark – bara mer strukturerat och direkt sorteringsbart – vilket betyder att du kan filtrera fram negativa recensioner på sekunder eller plocka positiva till kampanjer utan att läsa allt.
Arbetsflödet startar med en Google Sheets-trigger som kollar efter nya rader ungefär varje minut. OpenAI analyserar texten med steget för sentimentanalys (drivet av OpenAI chat model). Till sist uppdaterar arbetsflödet samma kalkylarksrad så sentimenttaggen ligger precis bredvid originalrecensionen.
Vad som förändras: före vs. efter
| Det här tar bort | Effekten du märker |
|---|---|
|
|
Effekt i verkligheten
Säg att du får in runt 20 nya recensioner om dagen över flera produkter. Om en kollega lägger ens 1 minut på att läsa och tagga var och en blir det cirka 20 minuter dagligen, plus ytterligare 10 minuter senare för att försöka hitta “de dåliga”. Med det här arbetsflödet lägger du till recensionen i Google Sheets som vanligt och sentimenttaggen dyker upp automatiskt inom en minut. Du läser fortfarande de viktiga recensionerna, men du slutar läsa de oviktiga bara för att etikettera dem.
Krav
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra recensioner och kolumnen “Sentiment”.
- OpenAI för att klassificera sentimentet i varje recension.
- OpenAI API-nyckel (hämta den i OpenAI-dashboarden)
Svårighetsgrad: Nybörjare. Du kopplar konton, väljer rätt ark och testar med några exempelrecensioner.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Arbetsflödet steg för steg
En ny rad hamnar i ditt Google Sheet. Google Sheets Trigger bevakar nya recensioner (ungefär en gång per minut), så du behöver inget formulär, webhook eller extra verktyg för att komma igång.
Recensionstexten paketeras för analys. Arbetsflödet hämtar cellen “Review” från den nya raden och förbereder den för sentimentkontrollen. En liten detalj som gör stor skillnad: när dina kolumnrubriker är konsekventa blir hela upplägget pålitligt.
OpenAI etiketterar den som Positiv, Neutral eller Negativ. Steget för sentimentanalys använder en OpenAI Chat Model (som GPT-4o-mini eller GPT-3.5) för att klassificera texten. Det går snabbt och det är konsekvent på ett sätt som människor ofta inte är under stressiga dagar.
Etiketten skrivs tillbaka till arket. n8n uppdaterar samma rad genom att fylla i kolumnen “Sentiment”, så ditt kalkylark blir filtrerbart direkt och kan mata dashboards senare (inklusive Airtable eller Excel 365 om du vill).
Du kan enkelt ändra sentimentkategorierna till att inkludera saker som “Blandad” eller “Återbetalningsrisk” beroende på dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera triggern för arkuppdatering
Den här triggern bevakar ert Google Sheet och startar arbetsflödet när nya eller uppdaterade rader upptäcks.
- Lägg till noden Sheet Update Trigger och öppna dess inställningar.
- Ställ in Document på
[YOUR_ID]och välj kalkylarket med namnetReview. - Ställ in Sheet Name på
Sheet1(värdegid=0). - Ställ in polling-intervallet till
everyMinute. - Autentisering krävs: anslut era googleSheetsTriggerOAuth2Api-autentiseringsuppgifter.
Steg 2: anslut Google Sheets
Det här steget säkerställer att arbetsflödet kan skriva tillbaka sentimentresultat till ert ark.
- Lägg till noden Update Review Sentiment.
- Ställ in Operation på
update. - Ställ in Document på
[YOUR_ID]och välj kalkylarket med namnetReview. - Ställ in Sheet Name på
Sheet1(värdegid=0). - Autentisering krävs: anslut era googleSheetsOAuth2Api-autentiseringsuppgifter.
Steg 3: konfigurera kontroll av recensionssentiment
Den här noden analyserar sentimentet för varje recension med hjälp av den anslutna språkmodellen.
- Lägg till noden Review Sentiment Check och placera den efter Sheet Update Trigger.
- Ställ in Input Text på
={{ $json.Review }}. - Säkerställ att OpenAI Chat Engine är ansluten som språkmodell för Review Sentiment Check (AI language model-anslutning).
- Autentisering krävs: anslut era openAiApi-autentiseringsuppgifter på OpenAI Chat Engine (autentiseringsuppgifter läggs till på den överordnade modellnoden, inte på sentimentnoden).
Steg 4: konfigurera Update Review Sentiment
Det här steget skriver tillbaka sentimentkategorin till arket, matchat mot recensionstexten.
- I Update Review Sentiment mappar ni Review till
={{ $json.Review }}. - Mappa Sentiment till
={{ $json.sentimentAnalysis.category }}. - Ställ in Matching Columns till
Reviewför att uppdatera rätt rad. - Koppla flödet: Sheet Update Trigger → Review Sentiment Check → Update Review Sentiment.
Steg 5: testa och aktivera ert arbetsflöde
Validera flödet från start till mål och aktivera det sedan för kontinuerliga uppdateringar.
- Klicka på Execute Workflow och lägg till eller redigera en rad i ert
Review-ark. - Bekräfta att Review Sentiment Check returnerar en kategori i
sentimentAnalysis.category. - Verifiera att Update Review Sentiment skriver sentimentet till kolumnen Sentiment.
- Växla arbetsflödet till Active så att det körs automatiskt varje minut.
Se upp för
- Google Sheets-autentisering kan löpa ut eller kräva specifika behörigheter. Om något skapar fel, kontrollera först Google-kopplingen i n8n Credentials och autentisera om.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du redigera utdata för alltid.
Vanliga frågor
Oftast på cirka 30 minuter om ditt ark och dina konton är redo.
Ja. Ingen kod krävs, men någon behöver koppla Google Sheets och klistra in en OpenAI API-nyckel.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in kostnader för OpenAI API (ofta bara några dollar i månaden vid typiska recensionsvolymer).
Två alternativ: n8n Cloud (hanterat, enklast setup) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och klarar n8n bra. Self-hosting ger obegränsade körningar men kräver grundläggande serverhantering.
Du kan justera beteendet i steget Review Sentiment Check så att det returnerar fler än tre etiketter (till exempel “Blandad” eller “Återbetalningsrisk”). Om du föredrar en annan modell byter du den i konfigurationen för OpenAI Chat Engine. Vanliga anpassningar är att skicka en Gmail-varning vid Negativt, skriva en daglig sammanfattning till Airtable eller lägga till en andra kolumn som taggar ämnet (leverans, kvalitet, prissättning).
Oftast är det en utgången OAuth-session i n8n. Koppla om dina Google Sheets-credentials och bekräfta sedan att arbetsflödet fortfarande pekar på rätt kalkylark och flik. Om bara uppdateringssteget fallerar, kontrollera att kolumnrubriken “Sentiment” matchar exakt och att arbetsflödet har behörighet att redigera filen.
Mer än tillräckligt för de flesta små team: den hanterar en ny rad i taget och kör varje minut som standard. På n8n Cloud beror kapaciteten på din plans månatliga körningar; om du self-hostar finns ingen fast körningsgräns, det beror främst på din server och OpenAI:s rate limits. Om du lägger till hundratals recensioner i timmen, överväg batchning (Split in Batches) så att uppdateringarna i arket förblir pålitliga.
Ofta, ja, eftersom n8n är enklare att bygga ut när du vill ha logik som “varna bara vid Negativt” plus dagliga sammanställningar och egna kategorier. Du får också self-hosting, vilket är praktiskt när antalet körningar växer. Zapier och Make kan fortfarande fungera bra för en enkel “Sheets in → tagg ut”-setup, men kostnaderna stiger ofta när du lägger till förgreningar och AI-steg. Om du är osäker, kör det här arbetsflödet som det är i en vecka och bestäm sedan vad mer du vill att det ska göra. Prata med en automationsexpert så hjälper vi dig att välja rätt upplägg.
När sentimenttaggning går automatiskt slutar recensioner vara brus och börjar bli signaler. Sätt upp det, låt det köra och lägg din uppmärksamhet där den faktiskt gör skillnad.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.